Xenon Seven
Xenon Seven
Xenon Seven, sağlık, finansal hizmetler, perakende, teknoloji, otomotiv, enerji ve imalat alanlarında faaliyet gösteren kuruluşlara yapay zekâ ve veri danışmanlığı sunar. Şirketin çalışmaları; üretken yapay zekâ, tahmine dayalı analitik, bilgisayarlı görü, robotik ve karar desteğini kapsar. Ekiplerin fırsatları değerlendirmesine, yapay zekâ yetkinlikleri geliştirmesine ve bunları ölçeklendirmesine, ayrıca bu çalışmaların arkasındaki altyapıyı iyileştirmesine yardımcı olur. Şirket, 20'den fazla kurumdan yapay zekâ uzmanlarını bir araya getiren bir ağdan yararlanır; güvenli uygulamaya ve yapay zekâ destekli operasyonlara güvenilir geçişlere önem verir.

Klinik Veri Bilimcisi, Dijital İkizler ve Klinik Araştırmalar

İlaç araştırmalarının tasarımına katkı sağlamak için dijital ikizler ve simülasyonlar geliştirir. Kanıta dayalı geliştirme kararlarını desteklemek üzere klinik verileri yapay zekâ ve makine öğrenimiyle bütünleştirir.

Açıklama

  • Klinik araştırma verileri ve ilgili harici verileri kullanarak hasta, hastalık, tedavi yanıtı ve klinik araştırma dijital ikizlerinin geliştirilmesine ve değerlendirilmesine liderlik edin.
  • Alternatif popülasyonlar, müdahaleler, dozlama stratejileri, sonlanım noktaları ve araştırma tasarımları için dijital ikizler oluşturmak üzere mekanistik, istatistiksel, nedensel ve makine öğrenimi yöntemlerini uygulayın.
  • Klinik ve kantitatif uzmanlarla kullanım senaryolarını belirleyin ve dijital ikizlerin nasıl kullanılacağını tanımlayın.
  • Dahili ve harici stratejiler kullanarak model kalibrasyonunu, doğrulamasını, sağlamlığını, farklı ortamlara aktarılabilirliğini, belirsizliğini ve pratik uygunluğunu değerlendirin.
  • Programlar ve tedavi alanları genelinde tekrarlanabilir iş akışları ve yeniden kullanılabilir dijital ikiz bileşenleri oluşturun.
  • Hedef popülasyonları, uygunluk ölçütlerini, zenginleştirme stratejilerini, karşılaştırıcıları, sonlanım noktalarını, ziyaret takvimlerini, dozlama stratejilerini ve operasyonel ödünleşimleri değerlendirmek için araştırma ekipleriyle çalışın.
  • Senaryoları karşılaştırmak, belirsizliği ölçmek ve modele dayalı kararları bilgilendirmek için dijital ikizleri ve simülasyonları kullanın.
  • Analizleri klinik ve düzenleyici hedeflerle uyumlu hâle getirmek için istatistikçiler ve farmakometri uzmanlarıyla koordinasyon sağlayın.
  • Varsayımları, sınırlamaları ve kararlar açısından önem taşıyan bulguları teknik ve teknik olmayan paydaşlara açıklayın.
  • Klinik araştırma verilerini, biyobelirteçleri, görüntülemeyi, dijital sağlık verilerini, omik verileri, hasta bildirimli sonuçları ve gerçek yaşam verilerini analiz edip bütünleştirin.
  • Analize hazır veri kümeleri hazırlamak, veri kalitesi kontrolleri ve veri kökeni takibi kurmak ve tekrarlanabilir veri hatları oluşturmak için veri mühendisliği ve platform ekipleriyle iş birliği yapın.
  • Bilimsel dokümantasyon, sunumlar ve yayınlar hazırlayın; dijital ikiz yöntemlerinin sorumlu biçimde benimsenmesini destekleyin.
  • Modelleri geliştirmeden önce amaçlanan kullanımı, karar bağlamını, başarı ölçütlerini ve sınırlamaları belirleyin.
  • Modellerin yorumlanabilir, denetlenebilir, tekrarlanabilir ve kanıtlarla desteklenmiş olmasını sağlayın.
  • Klinik veriler ve analitik çıktılar için yönetişim, gizlilik, güvenlik ve bilimsel inceleme gerekliliklerine uyun.
  • Keşif amaçlı analizleri doğrulanmış karar destek kanıtlarından ayrı tutun ve model yeteneklerini doğru biçimde aktarın.

Gereksinimler

  • Veri bilimi, istatistik, biyoistatistik, farmakometri, bilgisayar bilimi, biyomedikal bilişim, mühendislik, matematik, yöneylem araştırması veya ilgili bir nicel disiplinde doktora derecesi.
  • Dijital ikizler, sanal hastalar, hastalık ilerleme modelleri, klinik araştırma simülasyonları, sentetik kontrol grupları veya benzer hesaplamalı modeller geliştirme konusunda kanıtlanmış deneyim.
  • Biyomedikal, sağlık, ilaç veya diğer karmaşık bilimsel veriler üzerinde makine öğrenimi, istatistiksel modelleme, nedensel çıkarım ya da simülasyon uygulama konusunda güçlü bir altyapı.
  • Python, R veya benzer bir analitik dilde güçlü programlama becerileri; sürüm kontrolü ve tekrarlanabilir iş akışları konusunda deneyim.
  • İlgili soruları çerçeveleyip klinik ve nicel araştırma uzmanlarıyla etkili çalışmaya yetecek klinik geliştirme bilgisi.
  • Klinik bilim insanları, biyoistatistikçiler ve farmakometri uzmanlarıyla birlikte klinik araştırma tasarımı bilgisini geliştirme becerisi ve isteği.
  • Etkili disiplinler arası bilimsel iş birliği geçmişiyle birlikte güçlü yazılı ve sözlü iletişim becerileri.
  • Tercihen klinik araştırma tasarım desteği, protokol geliştirme, klinik geliştirme stratejisi, modele dayalı ilaç geliştirme veya düzenleyici kurumlara sunulacak nicel kanıt alanlarında deneyim.
  • Sonlanım noktası stratejisi, örneklem büyüklüğü veya güç varsayımları, hasta seçimi ya da zenginleştirme, boylamsal sonuçlar, eksik veriler, uyarlamalı tasarımlar veya karar ölçütleri gibi araştırma tasarımı konularına aşinalık.
  • Dijital ikiz mimarisi ve doğrulaması, nedensel çıkarım, Bayesçi modelleme, sağkalım analizi, boylamsal modelleme, klinik araştırma simülasyonu veya sentetik kontrol grupları hakkında bilgi.
  • Klinik verileri standartları ve klinik geliştirmede yaygın kullanılan veri kaynakları konusunda deneyim.
  • Birden fazla veri türünün bütünleştirilmesi dâhil biyobelirteç, görüntüleme, omik, dijital sağlık veya gerçek yaşam verileriyle deneyim.
  • Ölçeklenebilir, bulut tabanlı analitik ortamları kullanma deneyimi.
  • Analitik çalışmaları kararlara, yeniden kullanılabilir yetkinliklere, yayınlara, sunumlara veya ölçülebilir başka bilimsel sonuçlara dönüştürme geçmişi.

İlgili İş İlanları

Ritchie Bros.

Kıdemli Veri Bilimci

Ritchie Bros.

İşletme için ölçeklenebilir makine öğrenimi ve gelişmiş analitik çözümleri geliştiren bir veri bilimi ekibine liderlik edin. Veri bilimcileri yönetin ve yetiştirin, model geliştirme süreçlerini denetleyin; BT, ürün, yöneticiler ve diğer paydaşlarla iş birliği yapın.

Aç
Capital One

Yönetici, Veri Bilimci – Alternatif Veri Stratejisi

Capital One

Capital One’da ABD Kart kredi kararları için alternatif verileri değerlendiren veri bilimi çalışmalarına liderlik edin. Makine öğrenimi modelleri, veri özellikleri ve ölçeklenebilir izleme sistemleri geliştirin.

Aç